La clasificación de enzimas, particularmente aquellas con baja representatividad como las quitinasas enfrenta desafíos críticos debido a la carencia de métodos eficaces para distinguirlas entre secuencias de aminoácidos o familias de enzimas. Para esto se propone un enfoque para mejorar su clasificación mediante modelos de aprendizaje profundo. Se desarrolla un clasificador jerárquico de tres niveles que discrimina secuencias enzimáticas. Para ello se usa la base de datos SwissProt y se integran dos representaciones de secuencias: descriptores fisicoquímicos y tokens estructurales, empleándose técnicas para el aumento de los datos como SMOTE. En la primera etapa, redes neuronales convolucionales (CNN) identifican si una secuencia corresponde a una enzima. La segunda etapa, también basada en CNN, identifica la familia a principal a la que pertenece de acuerdo a la clasificación EC. Finalmente, si la enzima es una hidrolasa, un autoencoder variacional multimodal entrenado con hidrolasas no quitinasas actúa como detector de anomalías, utilizando tanto descriptores como tokens para reconstruir secuencias y señalar divergencias propias de quitinasas. Durante el entrenamiento se alcanzaron rendimientos altos pese a la baja representatividad de esa familia de enzimas y se compararon los resultados con otros modelos especializados en esta área como el ECPick. Este enfoque multimodal busca superar limitaciones de métodos tradicionales, ofreciendo un marco robusto para la caracterización de enzimas poco representadas.